Wie wir das gemessen haben

Zwei Dinge, getrennt voneinander betrachtet, beide aus unseren eigenen Daten:

• Wann Beiträge gut abschneiden. Für 2,6 Millionen Beiträge haben wir die Likes jedes Beitrags mit den üblichen Likes desselben Autors verglichen. Das bereinigt den Einfluss der Follower-Zahl: Ein Beitrag mit 500 Likes von jemandem, der normalerweise 2.000 erhält, ist ein schwacher Beitrag, und so behandeln wir ihn auch. Daraus errechnen wir für jedes Zeitfenster (Tag und Stunde) einen Wert von 0 bis 100, separat für jedes Land. Wenn Sie den Ausgangswert wissen möchten, an dem sich diese „üblichen Likes“ orientieren: Wir haben die durchschnittliche LinkedIn-Engagement-Rate separat gemessen.

• Der beste Tag für Reichweite. Separat haben wir für 10.798 Ersteller (831.350 Beiträge) die tatsächlichen Impressionen analysiert und ermittelt, an welchem Wochentag jeder Ersteller seine größte Reichweite erzielte, und anschließend die Gewinner ausgezählt.

Ein paar Vorbehalte, da sich Zeitdaten leicht manipulieren lassen:

• Uhrzeiten sind lokal. Wenn wir von „8 Uhr morgens in den USA“ sprechen, meinen wir US-Eastern-Zeit. Für Frankreich ist es die Pariser Zeit, für Indien die IST. Wir geben die Zeitzone jedes Mal an.

• Die Werte vergleichen innerhalb eines Landes, nicht länderübergreifend. Eine 100 in Deutschland und eine 100 in den USA bedeuten jeweils „das beste Zeitfenster in diesem Land“. Sie bedeuten nicht, dass Deutschland die USA schlägt. Vergleichen Sie die Werte niemals zwischen verschiedenen Ländern.

• Dies ist eine Korrelation, kein Versprechen. Dies sind die Zeitfenster, in denen gute Beiträge zufällig veröffentlicht wurden. Um 8 Uhr morgens zu posten, bringt nicht magisch Reichweite. Es verbessert die Chancen, aber es schreibt die Regeln nicht neu.

• Wir haben keine verlässlichen Daten nach Branche, Jobtitel oder B2B versus B2C, daher werden wir diese auch nicht erfinden. Jeder, der Ihnen eine präzise „beste Zeit für B2B-SaaS-Recruiter“ nennt, rät nur.